运用AR+AI进行停机坪管理优化
META-aivi成功案例
运用AR+AI进行停机坪管理优化
客戶
该客户是一家每年要处理数百万乘客的国际机场。
案例
优化空侧运营的周转时间与安全性
停机坪是飞机停放、起降和地勤作业之处。良好的停机坪管理，能确保航班能够准时地进行起降操作，有助于缩短飞机在机场的停留时间，可以最大程度地利用机场资源，防止拥挤和延误。
为了有效掌握机场运营效率，机场导入停机坪管理系统，通过现代化软件进行飞机排程管理、实时监控、地勤作业效率、通信和协调、安全性等管理，以应对不断变化的航空业务环境。
为了有效掌握机场运营效率，机场导入停机坪管理系统，通过现代化软件进行飞机排程管理、实时监控、地勤作业效率、通信和协调、安全性等管理，以应对不断变化的航空业务环境。
一家重要的国际机场正在对其飞机周转时间进行全面分析。机场了解到飞机在地面停留时间长短，直接影响财务表现，因此期望能缩短飞机降落后与登机桥连接的时间。
其目标是量化和优化周转过程中的每个步骤，确保整体时间符合行业标准。通过战略性缩短周转时间，减轻停机坪拥挤现象，并提升其机坪管理运营的整体效率。
其目标是量化和优化周转过程中的每个步骤，确保整体时间符合行业标准。通过战略性缩短周转时间，减轻停机坪拥挤现象，并提升其机坪管理运营的整体效率。
挑战
克服周转时间管理的复杂性
机场在优化机坪上的飞机周转时间方面面临挑战，尤其是在其直接控制范围以外的区域。例如货物装载、餐饮服务和乘客下机，目前仍采用手动计时，对于需准确测量每项任务的执行时间上存在一定的挑战。再加上每天有大量航班，这一复杂性被进一步加剧。缺乏实时洞察力在有效测量、管理和提升周转过程的运营效率方面带来了实质性的障碍。
解决方案
AI+ AR整合，以提升机坪管理效能并确保安全
META-aivi 是为了解决飞机转场过程中，因手动确定每项步骤的时间挑战而引入的。这一创新系统结合了扩增实境（AR）和人工智能（AI），通过使用IP摄像头进行实时监控，实现对每项步骤的时间测量，同时监控画面内有哪些物件。
通过自动化流程，AI模型精确计算各种转场步骤的平均时间。此外，META-aivi 能与现有的机坪管理系统无缝集成，提供实时数据输出。这种整合技术使机场管理机构能够迅速识别和解决转场过程中的任何问题，提升整体机坪管理效能。
通过自动化流程，AI模型精确计算各种转场步骤的平均时间。此外，META-aivi 能与现有的机坪管理系统无缝集成，提供实时数据输出。这种整合技术使机场管理机构能够迅速识别和解决转场过程中的任何问题，提升整体机坪管理效能。
